研究问题
负面评论是否更容易被认为有用，以及这种信息价值会在什么条件下增强？研究从评分反差、评论内容与产品品类三个维度解释消费者的有用性判断。
数据与方法
研究使用亚马逊商品评论数据，以评论有用票数的对数为因变量，完成数据清洗、变量构建和文本主题分类。实证部分包含描述性统计、相关性分析、固定效应回归、交互项模型、内容异质性、品类异质性和稳健性检验。
主要发现
当负面评论与商品整体高评分形成明显反差时，更容易获得有用性认可。涉及安全副作用、服务物流、真假价值等风险提示与问题诊断的内容，也更容易被消费者视为有参考价值。
研究边界
研究结论基于平台评论与有用票行为，能够解释公开评价环境中的信息判断，但无法直接等同于购买决策或因果意义上的转化效果。